“拿上就走”技术的原理分析和应用前景展望

摘 要： 在Amazon Go零售店中，客户购物不用现场结算携带商品即可直接离开，亚马逊账户自动结账扣費，解决了排队结账的常见难题。从计算机技术的角度对其原理进行了分析，力求揭开“拿上就走”技术的神秘面纱。这种新型零售模式依托于人工智能技术的发展应用，结合使用了计算机视觉技术、传感器融合技术和深度学习技术，“虚拟购物车”能够实现购物清单动态计算和统计。这种新型科技给人们提供了方便，势必会得到广泛的应用。

关键词： “拿上就走”技术； 虚拟购物车；购物清单； 人工智能； 亚马逊； 新零售

中图分类号：TP399 文献标志码：A 文章编号：1006-8228（2017）04-32-03

Abstract： Amazon Go food retail stores open， customer shopping， without on-site settlement， goods can be directly carried away. Amazon， automatic closing fee， solves the common problem of the supermarket checkout line， which can save a lot of manpower cost， but also can make consumers more satisfied with the checkout experience. The development and application of a new retail model based on the core technologies such as artificial intelligence technology， computer vision technology， sensor fusion technology and deep learning technology and so on， the virtual shopping cart can realize the dynamic calculation and statistics of the shopping list. The technology of "just walk out" providing people with convenient， is bound to be widely used.

Key words： "just walk out" technology； virtual shopping cart； shopping list； artificial intelligence； Amason； new retail

0 引言

2016年12月5日，美国华盛顿州西雅图开业一家名为Amazon Go的实体食品零售店，消费者走进商店，打开手机App，扫描二维码就可以走进货架选购物品，拿取或放回的所有物品都能被感应追踪，传感器会将这些实时变化传递给手机App。完成物品选购，消费者可携带物品直接离开，亚马逊账户将自动结账[1]。在这种新型营销模式中，收银台被彻底抛弃，顾客无须提着购物篮排队结账，选完商品直接离开，新技术会自动识别并从亚马逊账户中扣除相应钱款，这就是美国电商巨头亚马逊推出的革新型实体零售店，这个新举措有可能给传统零售行业带来一场革命。

1 原理分析

在购物时，顾客拿起的所有物品都会自动添加到虚拟购物车里，如果不想要某件物品，直接放回去即可，Amazon GO的技术会自动更新虚拟购物车将相应物品移走。这种跟踪商品的科技被亚马逊称为“拿上就走”技术（Just Walk Out Technology），这项全新线下购物系统拥有强大的监控和算法体系，融入计算机视觉技术（Computer vision Technology）、传感器融合技术（Sensor Fusion Technology）和深度学习技术（Deep Learning Technology），其本质就是人工智能，原理与自动驾驶汽车相似。

Amazon Go采用计算机视觉技术，通过安置大量摄像头捕捉购物者在零售店的行为，然后从图像识别中获取购物者拿起的商品，再用人工智能中的深度学习去判断和识别购物者是否需要这件商品，从而决定是否加入购物车，通过多个传感器感应，在判定购物者离开购物店后，自动统计消费金额并从其亚马逊账户中扣除费用，传感器融合技术为最终结果的准确性提供保证。

1.1 计算机视觉技术

计算机视觉技术是通过众多的摄像头来实现的，主要有两方面的作用：一是进行人脸识别，判定账户的主人是否和系统记录的一致；二是能够检测到货物从货架上拿走或者放回的过程，统计汇总购物清单。其内容包含以下两项。

1.1.1 动作识别

采集客户的手进入货架平面前和离开货架平面后的图像，把两者作对比，就可以判断出是拿取物品还是放回物品。如果是拿取物品，进入前的手和进入后的手及手中物品的图片的特征是可区分的，简单来说，进入之前的手是空的，是没有商品的，离开后的手里是有物品的。如果是放回物品则相反。

1.1.2 物品识别

当客户从货架上拿下物品后，图片识别系统会保存该物品的图片，结合货架上的感应器识别出物品的名称、代码和数量，记录在其购物车中。当用户将某个物品放回货架上时，系统先确定用户与该物品的关联关系（判断该物品是否在购物清单中），通过检索图片，与被放入物品进行比较，识别物品，并更新（删除）物品清单。同时，系统还要识别被拿出的物品是否与所在位置表示的物品一致，例如，如果商品A被误放在B物品处，一定要判定出是商品A而不能记录成商品B。

1.2 传感器融合技术

与无人驾驶技术一样，Amazon Go使用计算机视觉深度学习算法和传感器相融合，来实时感应店内客户选择的商品。当顾客拿取了想要的物品后，安置在货架上的红外传感器和压力感应装置，会判断客户是否选购了某商品以及放回了哪些商品。店内安置的麦克风会根据周围环境声音判断消费者所处的位置。在顾客购物离店后，传感器会自动通知系统，对带走的商品计价。

多传感器数据融合技术不同于一般信号处理，也不同于单个或多个传感器的监测和测量，它是对基于多个传感器测量结果基础上的更高层次的综合决策过程[2]。该技术实际上是对人脑综合处理复杂问题的一种功能模拟。相比于单个传感器，运用多传感器的融合技术在解决探测、跟踪和识别目标等方面，能够增强数据的可信度，提高精度。

1.3 深度学习技术

购物过程的探测来自于Amazon Rekognition技术，这是基于深度学习（Deep Learning）的分析系统。Amazon Rekognition 是一种能够轻松为应用程序添加图像分析功能的服务。借助 Rekognition，可以检测图像中的对象、场景和面孔，还可以搜索和比较面孔。

1.3.1 对象和场景检测

Rekognition可识别数千种对象（如车辆、宠物或家具）并提供置信度。Rekognition 还可以检测出图像内的场景，如日落或沙滩。这让您能够轻松添加搜索、筛选等功能，并管理大型图像库。

1.3.2 面孔分析

Rekognition可以实现定位到图像中的面孔并分析面孔特征，如面孔是否在微笑或者眼睛是否睁开着。在分析图像时，Rekognition将返回每个所检测面孔的位置和矩形框架，利用Rekognition的面孔分析功能，可以輕松地跟踪用户的情绪。

1.3.3 面孔比较

Rekognition能够衡量两张图像中的面孔属于同一个人的可能性。借助 Rekognition，可使用相似性得分，以近乎实时的方式验证某位用户与参考照片中的人物的相似度。

1.3.4 面孔识别

Rekognition能够在大量图像中找出相似面孔。我们先为在图像识别中检测到的面孔创建索引，通过搜索功能，Rekognition 能够快速且准确返回与参考面孔最为匹配的面孔。

1.4 虚拟购物车技术

虚拟购物车能够实现物品的统计功能，汇总物品品种和数量，包括购物过程中物品数量的增加（选购物品）和减少（把物品放回货架）等过程性变化，其中使用到的技术主要为无线射频识别技术和多传感器融合。

1.4.1 无线射频识别技术

射频识别（Radio Frequency IDentification，缩写：RFID）是一种无线通信技术，可以通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或者光学接触[3]。RFID技术被广泛应用于图书馆、门禁系统、食品安全溯源等领域。

现实生活中的钞票防伪识别、一卡通电子收费系统和图书馆的图书标签等，都使用了这个技术，Amazon Go也是使用这个技术实现了虚拟购物篮的“同步商品统计”。

1.4.2 多传感器融合

Amazon Go从不同的传感器上获得数据并进行处理，例如安置在货架上的红外传感器、压力感应装置（记录商品被取走），以及荷载传感器（记录商品被放回）等，保证虚拟购物篮数据记录的动态变化和准确性。

2 产生的影响

长时间以来，结账通道一直是实体店购物体验中效率最低的部分，去超市或者便利店购物时，总会遇到一个令人苦恼甚至折磨人的环节，那就是排队买单，在大型超市出口处，每每看到长长的结账队伍，很多人心里着急却又无可奈何。虽然二维码的使用和移动支付的发展提高了结账效率，但依然无法从根本上解决排队难题。Amazon Go能够省去扫描商品和现场结账的流程，不但能够节省大量人力成本，而且能使消费者对结账体验更加满意。

在Amazon Go零售店里，没有销售人员和收银员，精准购物行为的监控，也减少了对安保人员的需求。在美国，根据劳工局的统计，收银员的数量高达350多万，在职业人口中居第二，一旦Amazon Go 的店面大量的扩张，将会带来收银员职业从业人员大量失业或转岗。不过，变革也会带来新的工作机会，在Amazon Go中，除了普通的即食商品外还设有熟食区，需要聘请厨师现场制作新鲜的肉类、点心和半成品家庭套餐包等，这也提供了相当数量的就业岗位。

Amazon Go中主要提供的是每日现做的一日三餐和各种零食小吃：包括面包和牛奶这样大众需求的主食，也有手工奶酪和本地巧克力，还出售各种便于快速烹制的半成品，这是明着和快餐店搞竞争抢生意。未来的Amazon Go如果把服务更深更广的挖潜，是可以实现客户直接把车开进便利店，不用下车就能挑选商品，然后自动结账走人，这样就实现了购物的更加方便，势必把更多的人从快餐店领域拉入新零售领域，新一轮的跨界打劫就会出现。

在Amazon Go零售店里，需要安置大量的视频监控设备、感应设备、网络设备、传感器设备及其他配套设备，要生产大量的新型货架和智能型闸机，还需要软件技术支持和服务，这会带来大量商机，带动一批新技术企业的出现，给相关人员提供了就业和发展的空间，促进现代化信息技术的发展。

从亚马逊发布的视频看，客户在购物过程中显得轻松自如和从容自在，没有明显让人感觉到高科技的存在，这种让人毫无察觉的人工智能技术是震撼人心的。科技改变生活，不论Amazon Go最终成功与否，都是实体门店网络化的里程碑。在人们刚刚习惯线上购物带来便利的时候，电商巨头从线上经营转向线上线下结合的变革，又将我们的生活引领到一个更加注重提升用户体验和运营效率高的平台上。

3 结束语

2016年10月13号，在杭州云栖大会上，马云提出：纯电商时代已经过去，未来十年、二十年没有电子商务这一说，只有新零售这一说，也就是说线上线下和物流必须结合在一起，才能诞生真正的新零售。无论采用线上渠道还是实体零售，销售的本质和基本法则没有变，变化的是后面起支撑作用的信息技术和网络基础，正是由于新型互联网及其相关技术的发展和硬件设备快速改善，我们的生活才会变得越来越美好。

2014年的仓储机器人Kiva和2015年的飞行快递机器人Demo向人们展示了人工智能的强大魅力，而这一次推出的Amazon Go零售店，虽然目前只是针对内部员工试营业，因其满满的科技感和未来感，使人们看到了高科技广阔的应用前景，采用最先进的购物技术，节约用户排队等候的时間，省去大量的人工开支，提高我们的生活质量，让我们记住Amazon Go的口号"NO LINES.NO CHECKOUT.JUST WALK OUT."（无需排队，无需结账，拿了就走）。

参考文献（References）：

[1] 易裁缝定制.这家超市厉害了，买东西拿了就走！[EB/OL].http：//fashion.sohu.com/20161207/n475149240.shtml，2016-12-07

[2] “科普中国”百科科学词条编写与应用工作项目. 多传感器数据融合技术[EB/OL].http：//baike.baidu.com/link？url=i9GHxA2B19boBEk0OAYKiTEmWYvq_57t98h4ER3zdo-

DFbewVdu2V4nduyQjQrrai07fPp_nz2OqQs0SId9rZNe-CCOdwSEYk4ph6aL4GR6IkWWTtu2NRFN5Q42Unn-KFsMuf9hVngN_PAnVylpqf8mM3E3UZYyS64gUuWql8yKqADIXHv0n82fioDTbC_30us4tgSBo_fmW1jVIzw-DvSmla，2017.2.22.

[3] “科普中国”百科科学词条编写与应用工作项目.射频识别技术（通信技术术语）[EB/OL].http：//baike.baidu.com/link？url=23stJUmbenBkGytXXbT_CX173CTDqI5m0r23amM4YljvCN5Gu9x7_HIk1rn4MwCG_RWbhprYbbPVVd-fo57DGVEKkAdoXCWr1AJKtELAAx60q4Xq-i1RfVVszzRq4HiQ2ZVJVk6YbcSZEQiHdowEuq，2017.2.22.

推荐访问:就走 展望 前景 原理 分析